MétaCan
Menu
Retour à la cohorte
Enregistrement W2014040096 · doi:10.1258/135763307780096159

Development of a telemedicine protocol for the diagnosis of Alzheimer's disease

2007· article· en· W2014040096 sur OpenAlexaboutno aff
Poh‐kooi Loh, Mark Donaldson, Leon Flicker, Sean Maher, Peter Goldswain

Notice bibliographique

RevueJournal of Telemedicine and Telecare · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTelemedicineMedicineProtocol (science)VideoconferencingActivities of daily livingGeriatric Depression ScaleMontreal Cognitive AssessmentDiseaseCognitionCognitive impairmentGerontologyPhysical therapyPsychiatryPathologyMultimediaHealth careAlternative medicineComputer science

Résumé

récupéré en direct d'OpenAlex

We developed a telemedicine protocol for diagnosis of Alzheimer's Disease (AD). Assessments by video-conferencing (remote) were compared with face to face (direct) assessments. Eight physicians performed direct assessments and two physicians conducted remote assessments. There was alternate allocation of direct or remote initial assessment. The participants were 20 subjects over 65 years living in a rural area and referred by general practitioners (GPs) because of cognitive impairment. Each assessment included a Standardised Mini Mental State Examination, Geriatric Depression Scale, Katz assessment of Activities of Daily Living, Instrumental ADL assessment, and the Informant Questionnaire for Cognitive Decline in the Elderly. Laboratory results and radiological imaging were available from referring GPs. There was good agreement for diagnosing Alzheimer's disease between telemedicine and direct assessment, kappa = 0.8 (P<0.0001). However, because of the small sample size, the presence of systematic bias could not be completely excluded. We conclude that it is possible to diagnose AD at a distance using telemedicine, but this requires validation with a larger study.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,640
Score d'incertitude au seuil0,580

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,070
Tête enseignante GPT0,412
Écart entre enseignants0,342 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations111
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Telemedicine and TelecareMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207